モデル選定

軽量級VLM

# 軽量級VLM

Paligemma 3b Ft Scicap 448

PaliGemmaは、画像とテキストの入力を組み合わせてテキスト出力を生成する、多機能の軽量級ビジュアル言語モデルで、多言語をサポートしています。

テキスト生成画像

Paligemma 3b Ft Cococap 224

PaliGemmaは、多言語の入出力をサポートする、多機能な軽量級ビジュアル言語モデル（VLM）です。様々なビジュアル言語タスクに適しています。

画像生成テキスト

Paligemma 3b Pt 896

PaliGemmaは、画像とテキストの入力をサポートし、テキスト出力を生成する多機能の軽量級視覚言語モデル(VLM)で、多言語能力を備えています。

画像生成テキスト

Paligemma 3b Ft Nlvr2 224

PaliGemmaは、多言語の入出力をサポートする、画像キャプションや視覚的質問応答などのさまざまな視覚言語タスクに長けた、多機能の軽量級視覚言語モデル（VLM）です。

テキスト生成画像

Paligemma 3b Ft Nlvr2 448

PaliGemmaは、画像とテキストの入力をサポートし、テキスト出力を生成する、多機能で軽量級のビジュアル言語モデル（VLM）です。さまざまなビジュアル言語タスクに適しています。

テキスト生成画像

Paligemma 3b Ft Rsvqa Lr 224

PaliGemmaは、画像とテキストの入力を組み合わせてテキスト出力を生成する、多機能の軽量級ビジュアル言語モデル（VLM）で、多言語をサポートしています。

テキスト生成画像

Paligemma 3b Ft Scicap 224

PaliGemmaは軽量級のビジュアル言語モデルで、画像とテキストの入力を組み合わせてテキスト出力を生成し、多言語と多タスク処理をサポートします。

画像生成テキスト

Paligemma 3b Ft Ocrvqa 896

PaliGemmaは、画像とテキストの入力をサポートし、テキスト出力を生成する多機能の軽量級ビジュアル言語モデルで、さまざまなビジュアル言語タスクに適しています。

画像生成テキスト

Paligemma 3b Ft Science Qa 224

PaliGemmaは、画像とテキストの入力をサポートし、テキスト出力を生成する、多機能の軽量級ビジュアル言語モデル（VLM）です。様々なビジュアル言語タスクに適しています。

テキスト生成画像

おすすめAIモデル

Llama 3 Typhoon V1.5x 8b Instruct

タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化

大規模言語モデル

Transformers 複数言語対応

Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2％です。

対話システム

Transformers 英語

Roberta Base Chinese Extractive Qa

RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。

質問応答システム中国語

AIbase

未来を切り開く、あなたのAIソリューション知識ベース

English 简体中文繁體中文にほんご

© 2025AIbase